智能体平台(radai)与知识服务(omnigraph)拆分部署

原单体仓库已拆分为两个独立项目:

radai(本仓库):智能体平台。端口 8082(主 API)/8083(访客 API)。承载 /api/v2/agent-runtime、会话、技能、题库、MCP 与全部前端。
omnigraph(独立仓库):知识服务。端口 8086,仅监听内网。只保留自研入库(self ingestion)与自研检索(self retrieval); LightRAG/legacy 链路已全部移除,存量 legacy_lightrag 知识库一律阻塞。

调用契约

radai 的知识库访问全部走 HTTP:

管理面代理:knowledge_proxy.py 将 /api/v1/{knowledge_bases,kb_documents,uploads,documents,keywords,directories,ingestion,admin/self-ingestion,health/self-ingestion,rag,prompts/templates}/** 流式转发到 KNOWLEDGE_SERVICE_BASE_URL(默认 http://127.0.0.1:8086), 原样透传用户凭据。
内部检索面:multi_kb_search 工具、MCP 文本检索、图片检索工具、会话暂存清理调用 omnigraph 的 X-Internal-Secret 保护接口 (/api/v1/rag/retrieve_internal、/internal/multi-kb-search、 /internal/image-search、/internal/staging/delete-prefix)。

两个服务必须设置相同且非空的 INTERNAL_API_SECRET。例如:

INTERNAL_API_SECRET=replace-with-a-long-random-secret
KNOWLEDGE_SERVICE_BASE_URL=http://127.0.0.1:8086

启动顺序

# 1) 先启动 omnigraph(见其仓库)
cd /path/to/omnigraph && make run-api && make run-ingest-worker

# 2) 再启动 radai
cd /path/to/radai
scripts/run_agent_api.sh       # 或 make run-api
make run-guest-api

omnigraph 进程启动慢是预期行为;它应长期运行。radai 的 Python 文件变更由 --reload 自动重启,且不会影响 omnigraph 的预热缓存。

已移除的单体能力(在 radai 侧)

backend/rag/**、backend/worker/**、backend/kafka/**、知识库路由与 schema
legacy 文档抽取 Kafka 管线(document_processing/task_worker/outbox)
LightRAG 全部依赖(lightrag-hku/pymilvus/nebula3/faiss/hanlp 已从 requirements 移除)

轻量文本工具(分词/BM25/媒体块/图片预处理)已 vendor 到 backend/core/text、backend/core/vision,无需知识服务依赖。

行为变化

存量 legacy_lightrag 知识库:不可检索/入库,任务阻塞并提示下线
/api/v1/prompts/templates/** 与 /api/v1/admin/tasks(legacy 任务管理)经代理转发; LightRAG 写接口(insert/insert_docx/reset/delete_doc/process_multimodal)已删除
管理后台的系统健康不再探测 Kafka/Nebula(归属 omnigraph)

FilesExpand file tree

split_agent_rag_services.md

Latest commit

History